MétaCan
Menu
← Retour à la cohorte
Enregistrement W3099022250 · doi:10.1101/2020.11.20.391839

Donnan dominated ion homeostasis and the longevity of ischemic Na <sup>+</sup> -loaded dystrophic skeletal muscle

2020· preprint· en· W3099022250 sur OpenAlexaff
Catherine E. Morris, Joshua J. Wheeler, Béla Joós

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHomeostasisSkeletal muscleBiophysicsMembrane potentialChemistryCell biologyBiologyAnatomy

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The inherited muscle-wasting disease, Duchenne muscular dystrophy (DMD), renders skeletal muscle fibers (SMFs) Na + -overloaded, ischemic, membrane-damaged, cation-leaky, depolarized, and prone to myogenic firing. DMD fibers nevertheless survive up to 3 decades before succumbing to Ca 2+ -necrosis. The Ca 2+ -necrosis is explicable, the longevity is not. Modeling here shows that SMFs’ ion homeostasis strategy, a low-cost resilient Pump-Leak/Donnan feedback process we term “Donnan dominated”, underpins that longevity. Together, SMFs’ huge chloride-permeability and tiny sodium-permeability minimize excitability and pump costs, facilitating the outsized SMF pump-reserve that lets DMD fibers withstand deep ischemia and leaky channels. We illustrate how, as these impairments intensify, patients’ chronic Na + -overload (now non-invasively evident via Na 23 -MRI) would change. In simulations, prolonged excitation (→physiological Na + -overloading) and/or intense ischemia (→too little Na + -pumping) and accumulated bleb-damage (→too much Na + -leaking) eventually trigger Ca 2+ -overloading conditions. Our analysis implies an urgent need to identify SMFs’ pivotal small P Na , thereby opening new therapeutic remediation routes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,207
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMuscle Physiology and Disorders→Travaux en français237 207→